图神经网络-图与图学习笔记-2

图神经网络-图与图学习笔记-2

图神经网络系列笔记

目录

• • 主要的图算法
  • 寻路和图搜索算法
  • 社群检测
  • 分层聚类

主要的图算法

目前大多数框架（比如 Python 的 networkx 或 Neo4J）支持的图算法类别主要有三个：

• Pathfinding（寻路）：根据可用性和质量等条件确定最优路径。我们也将查询算法包含在这一类别中。这可用于确定最快路由或流量路由。
• Centrality（中心性）：确定网络中节点的重要性。这可用于识别社交网络中有影响力的人或识别网络中潜在的目标。
• Community detection（社群检测）：评估群体聚类的方式。这可用于划分客户。

networkx 中的所有算法都可在这里找到：https://networkx.github.io/documentation/stable/reference/algorithms/index.html

寻路和图搜索算法

寻路算法是通过最小化 hop 的数量来寻找两个节点之间的最短路径。搜索算法不是给出最短路径，而是根据图的相邻情况或深度来探索图。这可用于信息检索。

1). 搜索算法
图搜

标签：算法,搜索算法,学习,神经网络,笔记,networkx,寻路
来源： https://blog.csdn.net/duan_zhihua/article/details/113759534